Simon Willison escribió la release candidate 4.0rc2 de sqlite-utils—una librería Python para manipular bases de datos SQLite—usando casi exclusivamente Claude Fable. 37 prompts, 34 commits, 1.321 líneas añadidas y 190 eliminadas en 30 archivos. Costo declarado: alrededor de 149 dólares. Compartió el proceso completo, la transcripción y el pull request.

El punto no es que el agente escriba código—ya lo sabíamos. El punto es que encontró bugs críticos que Willison mismo no había visto, como un método delete_where() que nunca hacía commit de las transacciones e inutilizaba la conexión (pérdida de datos). Fable categorizó 5 bloques para resolver antes de la release, escribió documentación para el nuevo modelo transaccional, y solucionó la compatibilidad con la opción autocommit de Python 3.12. Willison luego hizo que GPT-4o revisara todo, que encontró otros dos problemas—confirma que hacer cruzar modelos diferentes funciona.

No es magia: Willison dirigió cada paso, revisó cada commit, y pasó horas en el PR final. Pero el trabajo pesado—análisis, escritura, tests, documentación—lo hizo el agente, mientras él iba a la parada del 4 de julio controlando desde el teléfono. Este es el uso concreto: delegar el trabajo rutinario a un sistema que escala, mientras tú mantienes el control de la dirección.

Si quieres verlo en acción: el proceso completo es público en la transcripción compartida y en el pull request en GitHub. Willison no oculta limitaciones ni fallos—es el mejor ejemplo de cómo se trabaja de verdad con un coding agent en un proyecto real.